GrowingIO

MatchU 码尚:以 NPS 为核心的数据体系,打造服装定制领域 No.1

2019-06-15

GrowingIO 帮助 MatchU 在产品设计和迭代、商品运营等层面做到了真正的数据驱动业务增长,与此同时更是在将硅谷增长理念在中国互联网公司中推广开来,告诉大家什么是增长团队和增长思维,这是比工具本身更有价值的事情。

—— MatchU 联合创始人蔚馨


近年来,服装行业劳动成本不断提高,行业竞争趋于白热化,大量品牌受到冲击。然而,成立于 2016 年的 MatchU 码尚则逆势增长,通过为用户提供订单直达工厂的专属定制服务,仅用两年时间就做到了定制服装领域订单量 No.1 。截至目前,MatchU 码尚已获得高瓴资本、高榕资本以及顺为资本等知名投资机构累计两亿人民币投资。

MatchU 的快速发展,源于对用户体验的“极端”重视。基于 GrowingIO 实现对用户的全量行为监测,并进行了大量分析和实验,最终提升用户体验。  GrowingIO 的产品使用和数据增长理念已经融入 MatchU 的各个业务线的日常,实现了诸多价值。


1.提升数据采集效率,节省产研人力成本

目前 MatchU 旗下有「MatchU 轻定制」、「码尚有惊喜」等三款小程序。 产品经理以一周一次的迭代速度对产品功能、商品信息等进行优化调整;快节奏的更新迭代,为数据采集效率提出了很大挑战。

在公司数据分析工作开展之初,MatchU 联合创始人蔚馨曾对团队的数据分析能力“过分自信”。但自建数据分析系统不仅费时费力,而且传统的埋点数据采集方式将会消耗大量研发人力成本,蚕食本就紧张的研发资源;同时,产品经理往往要上线第二天才能看到新功能的数据反馈,及时性堪忧。采用 GrowingIO 数据分析服务,产品经理可以通过无埋点技术独立进行事件定义(圈选),解决 80% 的数据采集需求,上线后就可以立即获取新功能的数据反馈;

图1:GrowingIO 无埋点事件定义示意图


2.降低上手难度,人人都是数据分析师

完成数据采集之后,如何对数据进行正确的解读和分析,往往有着较高的学习成本和使用门槛。在部署 GrowingIO 之前 MatchU 曾使用过行业内另一家数据分析产品,但是产品的操作复杂,学习成本高,大量的名词和功能需要记忆,让数据分析体系搭建迟迟不能取得进展。

而 GrowingIO 的产品功能基于数据分析场景打造,使用者可以轻松理解功能的作用,快速掌握操作方法并上手解读数据;接入 SDK 当天,通过 GrowingIO 丰富的预置指标和看板,就可以看到产品的基本数据,快速落地数据分析价值。“在MatchU,产品经理、运营和市场同学都会使用 GrowingIO 进行数据分析,真正做到了人人都是数据分析师。”——蔚馨这样评价公司现在的数据分析情况。

图2:接入SDK 就可以看到丰富的预置看板

3.用户行为轨迹全面监测分析,提升产品转化

现阶段, MatchU 的核心目标是 NPS(净推荐值),用来代表用户的品牌忠诚度; 对于产品部门而言,NPS 意味着用户每一条路径的完美体验。所以产品团队密切关注转化率,包括主路径、次路径甚至精细到每一个商品。基于 GrowingIO 提供的全量用户行为数据监测,产品团队绘制了用户体验地图——拆解用户在整个产品生命周期里面每个环节,理解用户为什么来,经历了什么,带着什么心情离开。但是,转化率只是表现,对现象进行归因才能做到“知其然,也知其所以然”。

为此,GrowingIO 提供了强大的下钻,还打通了漏斗分析与其他分析功能的边界,让整个分析场景更加便捷。使用 GrowingIO 漏斗分析发现转化率异常之后,除了对漏斗进行多维度切分对比,产品经理可以在漏斗分析页面直接对转化成功或者各步骤流失的用户进行分群,了解其群体特征。同时,GrowingIO 的用户细查,让产品经理能够了解一个个真实用户的操作步骤,还原其操作场景,进而还原用户心理,最终为产品改进方案的制定提供有力支撑。

图3:MatchU 的某个 banner 转化漏斗分析

例如:MatchU 定制衬衫的下单转化过程中,由于新用户会对领型、袖型等信息感到疑惑,导致转化率偏低。产品经理通过 GrowingIO 快速定位问题,洞察用户心理,提出一系列“小白功能”改进产品方案,将加购率/购买成功率提升150%。

图4:MatchU 衬衫下单转化路径产品优化


4.精细化用户运营,把握每一次触达

针对运营部门而言,提升 NPS 意味着精细化的用户运营和触达。MatchU 运营负责人龚炯说:“对于微信小程序来说,用户的每一次触达都非常珍贵,这就对触达的精细化提出了更高的要求。”

GrowingIO 为运营团队提供了维度划分十分灵活的用户分群。运营团队可以基于对用户活跃程度的监测,将用户分成流失用户、低频活跃用户和高频活跃用户;也可以基于用户购买决策的不同阶段(如浏览商品详情页、支付成功等环节)对用户进行划分,促进用户完成下单流程。还可以从维度(属性数据)和指标(行为数据)出发,如“领取了优惠券,但是未使用”等条件对用户分群。运营团队通过 GrowingIO 提供的 API 接口导出这些用户的 ID 和属性,对接企业内的营销工具进行精准的推送和提醒,对用户进行分层召回。

例如:MatchU 除了为用户推送服务信息,还会针对不同类型用户进行针对性活动推送。

图5 :MatchU 用户触达展示

此外,GrowingIO 还提供了分布分析、用户细查等功能帮助运营团队分析用户群体特征,如年龄分布、地域分布等,让触达更加精准高效;并对触达效果进行评估,不断迭代触达方式。MatchU 运营团队通过差异化的运营策略,对不同用户群体进行精准触达,有效提升了单个用户的贡献值,完成运营目标。

图6:触达转化效果评估

2018 年 MatchU 刚接入 GrowingIO 的时候,公司正值大刀阔斧向前发展的阶段。GrowingIO 提供SaaS 模式进行快速部署,优质的售后服务让 MatchU 数据分析体系快速落地。 如今,在 MatchU 数据已经成为了一种文化,也是公司内部协作的准则。任何跨部门的沟通都需要用数据的方式呈现——目标/预期结果等。随着 MatchU 的业务不断发展,GrowingIO 提供的数据分析产品和服务也在不断发挥出更大的价值。

MatchU 联合创始人蔚馨说:“GrowingIO 帮助 MatchU 在产品设计和迭代、商品运营等层面做到了真正的数据驱动业务增长,与此同时更是在将硅谷增长理念在中国互联网公司中推广开来,告诉大家什么是增长团队和增长思维,这是比工具本身更有价值的事情。”